Начало работы с API

На GitHub представлен public-api-example/ml_space_public_api.ipynb, который содержит код для оптимизации разработки через API. С его помощью можно избавиться от рутинных манипуляций с данными и моделями в интерфейсе платформы ML Space.

В public-api-example/ml_space_public_api.ipynb рассмотрен вариант автоматизации запросов к ML Space с помощью REST API. Описывается следующий алгоритм действий:

  1. Аутентифицироваться.

  2. Начать работу с данными:

    • Выгрузить содержимое бакета.

    • Скопировать данные из S3 на NFS.

    • Скопировать данные из NFS на S3.

  3. Получить список базовых Docker-образов.

  4. Выполнить действия с задачами в регионе:

    • Получить список задач.

    • Запустить задачу.

    • Выгрузить логи задачи.

  5. Воспользоваться Inference-методами:

    • Получить список сервисов.

    • Получить информацию по сервису.

    • Создать образ для инференс-сервиса.

    • Посмотреть статус сборки образа для инференс-сервиса.

    • Посмотреть логи сборки образа для инференс-сервиса.

    • Создать деплой на основе собранного образа.

    • Отправить запрос к созданному сервису.

Запустили Evolution free tier
для Dev & Test
Получить